牛客2020二模笔试深度解析：算法考点与实战避坑指南

1. 为什么牛客模考值得刷每年春招和秋招之前牛客网的模拟考试都是一场“练兵”重头戏。2020年这场二模恰好卡在了春招补录和暑期实习面试的节点上我当时刷完这套题最大的感受是它不是在考“你会不会写代码”而是在考“你能不能扛住笔试现场的时间压力和边界条件轰炸”。所谓模考本质上和你在力扣、洛谷刷题是两回事。力扣的题目往往给你一个纯净的函数签名你只需要实现核心逻辑但牛客的模考更接近真实笔试——你要自己处理标准输入输出、要考虑多组测试用例、要适应不给你任何提示的在线测评系统。2020年二模这套题集合覆盖了数组处理、字符串操作、动态规划、栈和队列、二叉树遍历这几大高频板块难度梯度从热身题到压轴题拉得很开非常适合用来做一次“体检”看看自己到底几斤几两。我自己是在一个周六下午完整模拟了这套题限时120分钟严格按笔试流程走。那一次暴露出我很多平时刷力扣根本发现不了的问题比如读题不仔细、边界情况考虑不全、还有在最基本的输入解析上浪费了太多时间。所以这篇文章不是单纯地给你讲题目答案而是想把这套题背后真正值得沉淀的东西拆出来——考点怎么分布的、每种题型的破题切入点在哪、笔试现场有哪些坑是完全可以提前避开的。不管你是正在备战校招的应届生还是刚工作一两年想跳槽的开发者这套题都值得你花一个下午认真地做一遍。做完之后再看我这篇拆解你会发现自己对笔试的认知会清晰很多。2. 2020二模的命题思路与核心考点分布2.1 从题目结构看笔试的出题套路牛客模考二模的题型分布其实很有代表性。它没有像一些竞赛平台那样故意出偏题怪题而是严格贴着企业笔试的主流考法走。整张卷子大致分为三个梯度前一两道是“送分题”主要考察基本语法和简单逻辑中间几道是“拉分题”需要你熟练掌握常见算法模板最后一道是“压轴题”往往涉及状态转移或者复杂的数据结构优化。先说送分题。这类题目通常是你一眼就能看出解法的比如数组去重、字符串翻转、求最大最小值。但别小看这些题它们最大的作用不是考察你的智商而是考察你的“稳定输出能力”。很多同学在笔试前十分钟心态还没稳住结果简单题反而因为手滑写错变量名、忘记处理空数组白白丢分。2020年二模的第一题就是这种风格题目本身逻辑很直白但测试用例里埋了空输入和单元素输入的边界点一旦没处理就直接报错。中间梯队是整张卷子的核心。这里会出现经典的动态规划模型比如最长递增子序列、背包问题变体也会出现基于栈和队列的模拟题像是括号匹配的进阶版、滑动窗口最大值。这类题的特点是模板你肯定背过但题目会换一层包装让你不能直接套。我当时在二模里遇到的一道栈相关题目表面问的是“消除相邻重复字符”本质上就是经典的去重问题但如果没看出来它可以用单调栈优化很容易写出一个复杂度爆炸的暴力解法。压轴题是区分度最高的部分。2020年二模的压轴题涉及了二维动态规划加状态压缩题目描述非常长光读懂题面就需要浪费不少时间。这类题在笔试现场其实不是给你“做出来”的而是给你“拿部分分”的——你没时间完全 AC但可以通过暴力解法或者中间状态输出拿到一定的用例得分。2.2 高频考点背后的底层能力拆解这套题的考点你会发现一个很有意思的现象企业笔试真正想考察的并不是你背了多少奇技淫巧而是三个底层能力。第一个是建模能力。给你一段很长的题目描述你能不能快速抽象出它的数学或者逻辑模型。比如字符串相关的题目有的同学看到字符串就只会遍历拼接但如果你能想到“哈希表加双指针”这个模型很多题目会瞬间降维。第二个是复杂度意识。二模里有一道数组旋转的题很多人第一反应是开一个新数组来存结果这当然能过但如果题目把数据规模加大到百万级别空间复杂度就会成为致命问题。我见过太多同学暴力解法写得贼溜但让他用原地翻转去优化就卡住了。这恰恰是笔试现场最容易拉开差距的地方。第三个是细节把控能力。在线测评系统不会给你调试的机会数组越界、空指针、整数溢出任何一个低级错误都会让你整道题零分。二模的测试用例设计得非常刁钻有些题目专门在大数边界埋雷比如用 int 存乘法结果导致溢出这种坑我当年也踩过。3. 典型题型拆解与实战思路3.1 数组与字符串看似简单全是细节数组和字符串的题目在2020年二模中占了接近三分之一的分值性价比最高但也最容易阴沟翻船。这类题目的核心素养是“双指针思维”和“滑动窗口思维”。以二模中的字符串去重题目为例题目要求删除相邻重复字符直到没有相邻重复为止。我第一次做的时候直接用了一个 while 循环加字符串替换结果数据量一大就超时。后来才反应过来这题最优雅的做法是用栈遍历字符串如果当前字符和栈顶字符相同就弹出栈顶否则入栈。整个过程只遍历一次时间复杂度 O(n)空间复杂度 O(n)而且代码只有十几行。def remove_duplicates(s: str) - str: stack [] for ch in s: if stack and stack[-1] ch: stack.pop() else: stack.append(ch) return .join(stack)注意这里有一个细节题目说的是“删除相邻重复字符直到没有相邻重复为止”如果字符串是 “abbbac”删除中间 “bbb” 后新的字符串变成 “aac”此时还需要继续删除 “aa”最后结果是 “c”。如果用栈这个“连锁反应”会被天然地处理掉因为每次只和栈顶比较删除后新的栈顶会继续参与比较。这是栈这个数据结构最经典的应用场景也是二模真正的考察点。再说数组题。有一道是原地移除特定值要求不使用额外的数组空间。听到“原地”两个字你就应该条件反射地想到双指针。慢指针指向新数组的末尾快指针遍历原数组只要当前元素不等于目标值就赋值给慢指针位置并让慢指针前进。这个技巧不仅这道题能用在快排分区、数组去重中一样通用。关于数组和字符串题目我有三个建议。第一拿到题先看一眼数据范围如果 n 小于等于 1000那暴力解没问题如果 n 到了 10^5 以上你就必须想 O(n log n) 甚至 O(n) 的解法。第二不要着急写代码先在草稿纸上过一遍样例明确每一步变量的变化。第三写完之后一定要检查空数组、单元素数组、全是重复元素数组这三个特殊用例。3.2 动态规划建立状态转移的思维方式动态规划是2020年二模的绝对重点也是大多数同学最头疼的部分。我见过太多人一看到 DP 就直接放弃其实动态规划没有那么玄乎它就是一种“把大问题拆成小问题并且记住小问题的答案”的穷举法。区别在于普通穷举是重复计算DP 是存储复用。二模中有一道典型的 DP 题给定一个数组求连续子数组的最大和。这题老生常谈但很多人写不对原因在于他们不理解 dp 数组的含义。定义 dp[i] 为以第 i 个元素结尾的连续子数组的最大和那么状态转移就是 dp[i] max(dp[i-1] nums[i], nums[i])意思是要么把当前元素接在前面最优子数组的后面要么自己单独成一个子数组。最终答案就是所有 dp[i] 的最大值。def max_subarray_sum(nums): dp nums[0] result nums[0] for i in range(1, len(nums)): dp max(nums[i], dp nums[i]) result max(result, dp) return result如果你只是把这道题背下来意义不大。真正有价值的是从中学会一个通用方法论遇到 DP 题先试着定义一个状态看能不能写出转移方程。定义状态的时候优先从“以 i 结尾”或者“前 i 个元素”这两个角度切入百分之七八十的题目都能靠这个套路找到突破口。另一道二模 DP 题是二维网格路径问题从左上角走到右下角每次只能向右或者向下路上有些格子有障碍物问多少种不同路径。这道题的状态定义很直接dp[i][j] 表示到达 (i, j) 位置的路径数那么 dp[i][j] dp[i-1][j] dp[i][j-1]如果这个格子是障碍物dp[i][j] 0。这里有一个注意事项初始化二维 DP 数组时第一行和第一列要单独处理。如果第一行中间某个位置是障碍物那它右侧的所有位置都是不可达的同理第一列也一样。很多人的代码就错在这一步导致边界用例直接 WA。我的经验是DP 题目写完之后务必自己手动跑一遍样例把 dp 数组的每个值更新过程写出来确认状态转移是符合直觉的。这一步骤看起来笨拙但能帮你发现八成以上的错误。3.3 栈、队列与单调栈从暴力到优化的关键一步2020年二模中出现了一道“滑动窗口最大值”的原题变体这个题目特别经典也特别能说明“从暴力到优化”的思维过程。暴力解法很容易想枚举所有窗口的起点每一次遍历窗口内的 k 个元素找最大值时间复杂度 O(nk)。当 n 和 k 都很大的时候这个复杂度是不可接受的。优化的核心在于当窗口滑动时我们能不能在 O(1) 时间内拿到新的最大值。答案是用单调队列。维护一个双端队列队列中存放数组下标同时保证队列中下标对应的元素是单调递减的。每次窗口滑动时做三件事第一把队首在窗口之外的下标移除第二从队尾把小于当前元素的元素下标全部弹出因为它们在当前元素存在的情况下不可能是最大值了第三把当前下标入队然后队首下标对应的元素就是当前窗口的最大值。from collections import deque def max_sliding_window(nums, k): dq deque() result [] for i, val in enumerate(nums): while dq and dq[0] i - k 1: dq.popleft() while dq and nums[dq[-1]] val: dq.pop() dq.append(i) if i k - 1: result.append(nums[dq[0]]) return result这个代码里最容易被忽略的是第一个 while 循环的判断条件。窗口左边界是 i - k 1如果队首下标小于这个值说明它已经滑出了窗口。我当年第一次写这个题的时候把条件写成了 dq[0] i - k结果整整调试了二十分钟才想明白差一个 1 意味着什么。单调队列和单调栈其实是同一个思想在不同场景下的应用——维护一个候选集合把不可能是最优值的元素提前淘汰掉。当你遇到“求滑动窗口最值”、“找下一个更大元素”、“柱状图中最大矩形”这些题目时都可以往这个方向去想。3.4 二叉树问题递归是魂迭代是形二叉树在二模中的考察方式比较常规主要是遍历和深度计算。前序、中序、后序遍历的递归写法几乎人人都能默写但笔试考得更多的反而是非递归写法和层序遍历。层序遍历有一个很容易踩的坑题目要求“按层输出”也就是说输出结果是一个二维数组每一层的节点单独放一个列表。如果你只是简单地用队列 BFS不记录每层的节点数量最后输出的就是一维数组直接错了。正确的做法是在每一轮循环开始时先记录当前队列的长度 size这一层只有 size 个节点需要处理处理完 size 个节点之后队列里剩下的就是下一层的节点。这个过程在业务代码中也特别常见比如你需要按批次去处理一批任务每批数量是动态变化的你必须在处理前先固定住这一批的规模。def level_order(root): if not root: return [] result [] q [root] while q: size len(q) level [] for _ in range(size): node q.pop(0) level.append(node.val) if node.left: q.append(node.left) if node.right: q.append(node.right) result.append(level) return result关于二叉树的深度计算很多人会写递归版本但其实有一种更简洁的写法如果 root 为空返回 0否则返回左子树深度和右子树深度的最大值加 1。这里要注意如果左子树为空而右子树不为空按“从根节点到最近叶子节点”的定义应该返回右子树的深度加 1而不是简单地取最小值加 1。二模里专门有一道题考了这个点不少人在这里翻了车。4. 笔试实战时间分配与做题策略4.1 三类题目的时间配比模拟考和平时刷题最大的区别在于时间压力。2020年二模一共安排了 120 分钟我在做题前就给自己定了规矩每道题最多思考 20 分钟超过 20 分钟想不出完整解法立刻切换到暴力解先保证有分。前两道送分题我给自己留了 30 分钟。这个时间看起来很充裕但前提是你要忍住不回头反复检查。很多人的习惯是做完了再检查一遍但笔试现场应该反着来第一遍写的时候就把边界条件写对写完之后不要反复看同一道题直接进下一道。因为人的注意力在连续工作 40 分钟后会明显下降如果你在前半小时就把精力耗在了反复检查上后面的难题会做得更累。中间几道拉分题我建议每道控制在 25 分钟左右。如果 25 分钟到了还没完整 AC不要恋战先把你已经想到的暴力解写上去拿到部分分。二模这类题目的测试用例很多是分档的暴力解没过大数据集但能过小数据集这也能拿到 30% 到 60% 的分数。在笔试里60 分和 0 分的区别可能就决定你能不能进面试。压轴题直接留到最后。我见过不少人一上来就死磕压轴题结果前面简单的题全没时间做最后压轴也没做出来整张卷子稀碎。正确的策略是压轴题最多分配 30 分钟。前 10 分钟读懂题判断这类 DP 模型自己有没有思路如果有思路就快速实现如果 20 分钟后还没调通果断放弃去检查前面的题。4.2 在线笔试的输入输出陷阱在线笔试和本地 IDE 最大的不同在于你必须自己处理标准输入输出。这个环节看起来不起眼但每年挂在这里的人一点都不少。第一要习惯使用 sys.stdin.read() 一次性读取全部输入然后用 split() 方法切分。很多新手喜欢一行一行读遇到多组测试用例时容易搞混变量。第二要特别注意牛客的输入格式有些题目有多组测试用例以 EOF 结尾有些题目第一行是测试用例数量 T后面 T 行才是具体数据。这两种格式的处理方式完全不同读题时一定要先确认清楚。第三输出格式有多余空格也会判错——最后一行的末尾不能有空格所有输出最后必须有一个换行符。我整理了一个刷牛客必背的 Python 输入模板直接复制就能用import sys def main(): data sys.stdin.read().strip().split() if not data: return # 按需解析 t int(data[0]) idx 1 results [] for _ in range(t): n int(data[idx]) idx 1 arr list(map(int, data[idx:idxn])) idx n # 处理 arr res solve(arr) results.append(str(res)) sys.stdout.write(\n.join(results)) if __name__ __main__: main()这个模板的核心优势在于把输入解析和业务逻辑隔离你可以把百分之九十的注意力放在 solve 函数内部不需要反复思考“当前读到哪一行了”。如果你用 C 或者 Java也建议提前准备好对应的快读模板笔试的时候直接敲出来能省下至少五分钟。4.3 部分分策略暴力解的正确打开方式很多人觉得写暴力解丢人其实完全没必要。在线笔试不是面试面试官看重的是你的思路而笔试只看你能拿多少分。能 AC 当然最好但在时间不够的情况下暴力解是最理性的选择。暴力解的核心是“把题目描述直译成代码”。比如题目要求“找出所有满足条件的子数组”你可以双层循环枚举所有起点和终点再在内层求和判断条件。这个解法的时间复杂度可能是 O(n^3)但它写起来快、不容易出错而且能保证小数据规模下的测试用例完全正确。我见过最有意思的部分分案例是一道需要输出所有排列的题目。全排列的正常解法是用回溯但回溯递归比较绕现场一紧张容易写错。有个同学直接用 Python 的 itertools.permutations一行代码就搞定了虽然看起来“不太高级”但他就是拿到了这题的满分。工具库不是不能用只要你清楚它在干什么合理的偷懒完全没问题。另外如果一道题你连暴力解都想不出来那就输出一个“看起来合理”的固定值试试。有些测试点会检查输出格式比如要求输出一个整数你随便输出一个 0也可能碰上答案恰好是 0 的测试点白捡一个用例的分数。这属于玄学技巧但在笔试现场任何一分都值得争取。5. 代码实现里的经典坑与排查技巧5.1 边界条件空数组、单元素数组、最大整数2020年二模的测试用例设计得相当细致几乎每道题都埋了边界条件的坑。我做完之后复盘发现我丢掉的分数基本都集中在边界上真正的算法难点反而没怎么失手。最容易踩的坑有三个第一个是空数组。很多算法的初始状态都依赖数组的第一个元素如果数组是空的代码会直接抛出越界异常。这类问题最简单的处理方式是在函数开头加一个 if not arr 的判断直接返回题目要求的空结果。第二个是数组长度为 1。比如求最大子数组和如果数组是 [-5]正确答案应该是 -5而不是 0。我见过很多人初始化 result 0遇到全负数数组就直接错了。正确的初始化方式应该是 result float(-inf)然后和每一个元素比较才能保证负数数组也能求出正确结果。第三个是整数溢出。C 和 Java 里 int 是 32 位有符号整数最大是 2^31 - 1也就是约 21 亿。涉及乘法运算时两个 10^5 级别的数相乘就直接溢出了。牛客的编译器不会给你报错溢出后结果会变成一个负数然后你的判断逻辑就全乱了。解决方法是涉及乘法时提前用 long long或者先对数据规模做估算确保乘积在 int 范围内。5.2 递归的深度限制与超时排查递归是笔试中常用的技巧但 Python 的递归深度默认只有 1000 层。如果题目给了一个深度大于 1000 的二叉树你的递归遍历会直接抛 RecursionError而不是算法逻辑出错。在牛客的笔试环境里你没有办法手动改 sys.setrecursionlimit因为有些环境禁用了这个调用。所以最稳妥的做法是预判到递归深度可能很大时优先使用显式栈的迭代写法。二叉树前序遍历的非递归写法也很简单用栈模拟系统调用栈即可代码量差不多但不会受深度限制。超时问题更常见。很多同学的代码在小数据量下运行没问题但一到大数据集就 TLE。排查超时的第一步是先估算你的算法复杂度。如果 n 是 10^5你的算法是 O(n^2)那在 Python 下几乎必然超时你还得回到算法层面优化。如果复杂度没问题但还是超时就要检查是不是输入输出环节卡住了比如频繁调用 print 而不是一次性输出这种情况在牛客上也很常见。5.3 如何利用本地调试和在线测评的差异在线测评系统的信息反馈非常有限往往只告诉你 WA 或者 TLE不会给你具体的测试用例。所以你的一个基本功是自己构造测试数据去验证代码。我每次做完题都会额外构造三类数据最小规模的用例空输入、1个元素、最大规模的用例验证会不会爆内存或超时、随机大规模的用例和暴力解对拍验证正确性。对拍是一个提速神器——你写一个暴力解和一个优化解用脚本生成随机数据然后不停比较两者输出是否一致一旦发现不一致就缩小数据规模去定位。在牛客笔试里你不可能现场做对拍但这个习惯能让你在平时的练习中培养出敏锐的边界感。到了考场上你写代码时会下意识地考虑这些边界自然就不容易丢分。6. 从一套模考看校招笔试的备考策略刷完2020年牛客二模这套题我最想分享的一点是笔试的备考不应该以“刷了多少题”为目标而应该以“是否建立了自己的解题框架”为标准。很多人的刷题方式是今天刷一道数组题明天刷一道树题看起来每天都在努力但知识是零散的遇到新题还是没有思路。我建议你按专题去突破了花两周时间只做动态规划再过两周只做图论把一类题型的常见套路和代码模板固化下来。比如动态规划的题目你遇到一道新题时可以问自己这是单序列 DP 还是双序列 DP状态定义是从后往前还是从前往后转移的时候是只依赖前一格还是依赖更早的值当你能快速回答这些问题时DP 题已经算不上什么难题了。另外一定要珍惜每一次模拟考的机会。牛客组织的模考题目质量高数据范围严谨最重要的是它营造了一个完整的时间压力和竞争环境。你要像对待真正的笔试一样对待模考——按时开始、按时交卷、不看题解、不中途放弃。只有在这种状态下暴露出来的问题才是你在真实笔试中会踩的坑。我个人的体会是2020年二模那套题我做了一遍之后隔了三天又做了一遍。第二遍明显比第一遍流畅很多不是因为我记住了答案而是因为我已经把这些题型背后的思维标签写在了一个本子上字符串相邻问题栈窗口最值问题单调队列连续子数组最值DP矩阵路径计数二维 DP 加边界初始化。等到遇到新题时我先从标签库里找对应的类别思路会快很多。最后再分享一个小技巧每次模考结束后不要只对答案要把错题和卡壳的题目整理到一个文档里写下题目考点、你的错误版本代码、正确解法、下次再遇到应该注意什么。这套题集我已经翻过很多遍了每翻一遍都有新的收获。这大概就是刷题的最大意义——不是做对一道题而是通过一道题彻底弄懂一类模型。愿你求职路上遇到的每道题都是做过的那一类。